नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

DeepSeek: DeepSeek V3.2 vs Mistral: Mistral Small 4

सारांश

DeepSeek V3.2 average score मध्ये पुढे आहे: 5.3 vs 5.1. DeepSeek V3.2 चा benchmark खर्च कमी आहे: $0.016 vs $0.068. Mistral Small 4 (medium) वेगवान आहे: 9.40s vs 13.83s, pass rates 39.7% vs 44.4%.

शिफारस केलेले मॉडेलDeepSeek V3.2It has the best score here (5.3), while costing about 4.3x less than Mistral Small 4 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 none प्रकाशन: 2025-12-01 Mistral Small 4 Mistral Small 4 medium प्रकाशन: 2026-03-16
स्कोअर 5.3 5.1
क्रमांक #153 #160
विश्वसनीयता 10.0 10.0
सुसंगतता 7.6 6.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 39.7% 44.4%
अस्थिर चाचण्या 6 8
एकूण रन 63 63
प्रति निकाल खर्च 0.306 1.344
एकूण खर्च $0.016 $0.068
इनपुट किंमत $0.215 / 1M $0.150 / 1M
आउटपुट किंमत $0.322 / 1M $0.600 / 1M
एकूण इनपुट टोकन्स 55,997 42,576
आउटपुट टोकन्स 11,165 24,184
रिझनिंग टोकन्स 0 84,678
प्रतिसाद वेळ (सरासरी) 13.83s 9.40s
प्रतिसाद वेळ (कमाल) 115.89s 59.15s
प्रतिसाद वेळ (एकूण) 290.43s 197.39s

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#153 DeepSeek V3.2

none
खर्च
$0.002
वेळ
7.0s
टोकन्स
1,046 tok

#160 Mistral Small 4

medium
खर्च
$0.006
वेळ
47.9s
टोकन्स
9,857 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
DeepSeek V3.2 3.1 6.9 11.1% 1 14.54s 7,279 4,528 0
Mistral Small 4 4.4 5.1 33.3% 2 39.98s 7,636 11,635 54,715

झटपट तुलना

तुलना जोडी बदला